yfaming's avatar
yfaming
yfaming@coinos.io
npub1jz8m...rg8y
- coder: Rust, Python, Racket(learning...) - Nostr 中文圈 https://following.space/d/musdrpjpdmbr 值得关注的 nostr 中文用户都在这儿!
yfaming's avatar
yfaming 2 weeks ago
#DeFi实盘 2026-01-18 当前市值 229.77,净值 1.1214。LP 收益 0.57。 BTC price = 95285;SOL price = 142.53。 # 本周概况 净值随着价格上涨了一些,但 LP 收益仍然没什么起色,市场交易仍然不活跃。 # 杂感 (与本 DeFi 实盘无关的),12 月份在 Kraken 上参与的 sport.fun (FUN) 打新,终于上市了。目前涨了 50% 左右,但考虑到锁定 50%,现在卖还拿不回本金,慢慢等吧。😂 image
yfaming's avatar
yfaming 2 weeks ago
The Emperor Has No Clothes: How to Code Claude Code in 200 Lines of Code 挺好的入门级文章。介绍了 coding agent 的核心概念,并给出了 Python 实现。 实现了 3 个工具,读文件、列出文件、编辑文件。 最核心:agent loop 维护对话列表。其第一条,是一个 system prompt,描述了现有的 tool。并告诉 AI,如果需要调用 tool 时,应返回什么格式。 在循环中,读取用户输入,加入到对话列表,并调用 LLM。 拿到 LLM 返回的内容后,进行检查。如果是要进行 tool 调用,则调用 tool,并把结果放到对话列表,继续调用 LLM,以此循环。如果不是要进行 tool 调用,则继续读取用户输入。 (一共两层循环,外层循环读取用户输入。而在获取 LLM 返回内容后,也有一层循环,以便 LLM 需要反复进行 tool 调用。) 这只是个非常简化的例子。工程上需要考虑的很多。 比如: - 上下文管理。因为 LLM 窗口是有限的。context engineering 很重要。 - 人工批准。敏感操作,需要人工批准。 - 更多工具等 对比 claude code 等工具的话,应该还缺少其他一些抽象(比如 skills?)。 总之,这个介绍是非常好的。一下就抓住了最核心的部分。
yfaming's avatar
yfaming 3 weeks ago
#DeFi实盘 2026-01-11 # 本周概况 当前市值 221.14 U,净值 1.0793。LP 收益 0.48。 BTC price = 90,750;SOL price = 136.71。 # 杂感 这周有几天市场交易活跃,导致 LP 收益增加,周末又归于冷清。 下周起,各价格区间投入的资金,从 40U 调整为 50U。增加一些 LP 收益,但也会增加价格极端下跌时的风险。如果 SOL 价格跌到 70 以下,有可能会爆仓。 image
yfaming's avatar
yfaming 3 weeks ago
尝试了新方法管理要阅读的资料,感觉还不错。😂 新建一个的浏览器窗口,作为待读队列,严格先进先出。先加入的没读完,禁止读后加入的。 所有需要阅读的文章,都放到这个窗口里面,(尤其)包括微信公众号的文章。 工作时间,电脑关闭微信。
yfaming's avatar
yfaming 3 weeks ago
提升效率的最简单办法:工作时间,不开电脑微信 😂